中国近海水色遥感研究进展
利用卫星遥感技术进行海洋潮汐监测的研究进展
利用卫星遥感技术进行海洋潮汐监测的研究进展海洋潮汐是海水周期性上升和下降的现象，是地球引力和月亮引力相互作用的结果。
海洋潮汐的监测对海洋环境研究和海洋资源开发具有重要意义。
传统的海洋潮汐监测方法主要依靠潮汐站、浮标、船舶等地面或近海观测设备进行，但受限于时间、空间范围及成本等因素，难以全面准确地获取海洋潮汐信息。
为解决这一问题，利用卫星遥感技术进行海洋潮汐监测成为一种重要的研究手段。
卫星遥感技术是通过发射卫星搭载的遥感仪器，接收、处理卫星辐射的信号，获取地球表面的特征信息。
利用卫星遥感技术进行海洋潮汐监测的研究进展包括对遥感数据的获取、处理和分析三个方面。
首先，获取遥感数据是进行海洋潮汐监测的基础。
卫星遥感技术通过搭载的甚高频（SAR）雷达、多光谱仪、高光谱仪等仪器，能够获取海洋表面的潮汐信息。
其中，SAR雷达可以通过向地面发射微波辐射，通过接收反射而获得图像，能够观测到海面波动的情况，进而获取海洋潮汐的信息。
多光谱仪和高光谱仪可以通过记录不同波段的光谱信息，捕捉到海洋潮汐造成的光学响应，从而获得潮汐变化情况。
此外，卫星高度和轨道参数的选择对遥感数据的获取也具有重要影响。
目前，一些先进的卫星如海洋一号、雷达星等已经在海洋潮汐监测中取得了一定的成果。
其次，对获取的遥感数据进行处理是进行海洋潮汐监测的关键环节。
由于遥感数据的获取过程受到多种干扰因素的影响，包括大气、云层、波动等，因此对数据进行预处理是必不可少的。
预处理包括大气校正、空间滤波、降噪等步骤，以提高数据的质量和可用性。
此外，对于潮汐信号的提取和分析也需要一系列的处理技术。
传统的方法主要基于数学模型和统计方法，如傅里叶分析、小波变换等，进行对遥感数据的谱分析和波形分析，从而获得潮汐信号的周期性和变化规律。
近年来，基于人工智能和机器学习的方法也逐渐应用于海洋潮汐监测中，利用神经网络和深度学习等算法，可以实现对潮汐信号的自动提取和分析。
最后，基于处理后的遥感数据，进行海洋潮汐监测和研究分析。
遥感技术在海洋环境监测中的应用
遥感技术在海洋环境监测中的应用在当今时代，随着人类活动对海洋环境的影响日益加剧，保护和监测海洋环境的重要性愈发凸显。
而遥感技术作为一种强大的工具，为海洋环境监测提供了高效、全面且精确的手段。
遥感技术，简单来说，就是通过非直接接触的方式获取目标物体的信息。
在海洋环境监测中，它能够大范围、快速地收集海洋的各种数据，为我们深入了解海洋的状况提供了有力的支持。
首先，遥感技术在监测海洋水质方面发挥着重要作用。
通过对海洋光谱的分析，我们可以了解到海水的透明度、叶绿素浓度以及悬浮颗粒物的分布等情况。
叶绿素浓度是衡量海洋浮游植物生物量的重要指标，而浮游植物对于海洋生态系统的平衡和物质循环起着关键作用。
遥感技术能够大面积、同步地监测叶绿素浓度的分布，从而帮助我们了解海洋初级生产力的状况，这对于评估海洋生态系统的健康和稳定性具有重要意义。
悬浮颗粒物的监测也是海洋环境研究中的一个重要方面。
这些颗粒物可能来自河流输入、海洋底部的再悬浮或者生物活动等。
它们的浓度和分布会影响海水的光学性质和透明度，进而影响海洋中的光照条件和生态过程。
遥感技术可以有效地监测悬浮颗粒物的浓度和分布，为研究海洋的物理、化学和生物过程提供基础数据。
其次，在海洋温度和海流的监测中，遥感技术同样表现出色。
海洋表面温度是反映海洋热状况的重要参数，它对海洋环流、天气和气候有着重要的影响。
利用红外遥感技术，我们能够快速获取大面积的海洋表面温度分布，这对于研究海洋环流模式、厄尔尼诺和拉尼娜等气候现象以及预测海洋灾害都具有重要的价值。
海流是海洋中水体大规模的流动，对于海洋物质和能量的输运起着关键作用。
通过合成孔径雷达等遥感手段，我们可以监测到海流的流速和流向，从而更好地理解海洋中的物质循环和能量传递过程。
这对于渔业资源的管理、海上航行安全以及海洋工程的规划和设计都具有重要的指导意义。
此外，遥感技术在监测海洋污染方面也具有不可替代的优势。
石油泄漏、污水排放以及垃圾倾倒等海洋污染事件对海洋生态环境造成了严重的破坏。
遥感技术在海洋生态监测中的应用
遥感技术在海洋生态监测中的应用在当今科技飞速发展的时代，遥感技术犹如一双“千里眼”，为我们深入了解海洋生态系统提供了强大的工具。
海洋覆盖了地球表面约70%的面积，其生态系统的健康对于全球的生态平衡、气候调节以及人类的可持续发展都具有至关重要的意义。
而遥感技术的出现，使得对海洋生态的大规模、长时间、高精度监测成为可能。
遥感技术是一种通过非接触式的手段获取目标物体信息的技术。
它利用传感器接收来自目标物体反射或发射的电磁波信号，并对这些信号进行处理和分析，从而获取关于目标物体的各种信息，如形状、大小、位置、温度、物质成分等。
在海洋生态监测中，常用的遥感技术包括光学遥感、微波遥感和红外遥感等。
光学遥感是利用可见光、近红外和短波红外等波段的电磁波进行监测。
它可以获取海洋的水色、透明度、浮游植物分布等信息。
例如，通过对海洋水色的监测，可以了解浮游植物的种类和数量。
浮游植物是海洋生态系统中的初级生产者，其数量和分布的变化直接影响着海洋食物链的基础环节。
此外，光学遥感还能够监测海洋中的悬浮颗粒物、有色溶解有机物等，这些信息对于评估海洋水质和生态环境质量具有重要意义。
微波遥感则利用微波波段的电磁波进行监测，具有穿透云雾、不受光照条件限制等优点。
在海洋生态监测中，微波遥感可以用于测量海面高度、海流速度、海浪方向和波长等。
海面高度的变化可以反映海洋的热容量和环流模式，对于研究海洋的能量平衡和气候变化具有重要价值。
海流速度和方向的信息对于了解海洋中的物质输送和生物迁移过程至关重要。
红外遥感主要用于测量海洋表面的温度。
海洋表面温度是反映海洋生态系统变化的重要指标之一。
温度的变化会影响海洋生物的生长、繁殖和分布，进而影响整个海洋生态系统的结构和功能。
例如，某些海洋生物对温度的适应范围较窄，温度的升高或降低可能导致其生存区域的改变甚至灭绝。
遥感技术在海洋生态监测中的应用领域十分广泛。
首先，在海洋污染监测方面，它可以及时发现石油泄漏、化学污染等突发事件，并对污染的范围和程度进行评估。
测量水质与生态参数的遥感技术在海洋环境监测中的应用
测量水质与生态参数的遥感技术在海洋环境监测中的应用简介：海洋是地球生态系统的重要组成部分，对维护地球生态平衡起着至关重要的作用。
然而，随着人类活动的增加，海洋环境面临着日益严峻的挑战。
为了有效监测海洋环境并及时采取相应措施，遥感技术逐渐成为海洋环境监测的重要工具。
本文将重点探讨测量水质与生态参数的遥感技术在海洋环境监测中的应用，并介绍其优势和挑战。
一、遥感技术在水质监测中的应用1. 水体透明度与浊度监测透明度和浊度是水质监测的重要指标之一。
遥感技术通过测量水体反射和散射的光谱特征，可以提供准确的透明度和浊度信息。
利用遥感技术获取的数据可以实时监测水质的变化，并为水环境保护提供决策支持。
2. 水体叶绿素浓度监测叶绿素是水中藻类和植物的重要生化成分，是评估水生态系统健康状况的重要指标之一。
传统的叶绿素浓度监测需要采集水样进行实验室分析，耗时耗力且无法实现实时监测。
而利用遥感技术，可以通过测量水体中的叶绿素吸收和反射光谱特征，实现对叶绿素浓度的快速监测和预测。
3. 水体溶解有机物浓度监测溶解有机物是水质监测的重要参数之一，能够反映水体的污染程度。
传统的监测方法需要采集水样进行实验室分析，操作复杂且耗时。
借助遥感技术，可以通过测量水体的反射光谱特征，定量分析水体中溶解有机物的浓度，提供及时的水环境污染监测和预警。
二、遥感技术在生态参数监测中的应用1. 海洋植物叶绿素指数监测叶绿素指数是反映海洋植物生长情况的重要指标之一。
利用遥感技术，可以测量海洋表面的叶绿素反射光谱特征，进而推测植物生长状况。
这种方法可以覆盖大范围的海洋区域，并实现对生态系统动态变化的监测。
2. 海洋表面温度监测海洋表面温度对生物生态环境有重要影响，能够反映海洋环境的变化。
利用遥感技术，可以获取大范围、高分辨率的海洋表面温度数据。
这些数据可以帮助科学家们研究气候变化、海洋环流以及生物生态系统动态变化，为海洋保护和资源管理提供决策支持。
三、遥感技术在海洋环境监测中的优势和挑战1. 优势遥感技术具有覆盖范围广、高时空分辨率、实时监测等优势，能够获取大范围海洋环境数据，并实现对环境的连续监测，为科学家们提供多维度的数据支持。
卫星遥感图像处理技术判断海洋水质状态详解
卫星遥感图像处理技术判断海洋水质状态详解简介随着人类对海洋环境保护的重视和海洋资源开发的需求，对海洋水质的准确判断变得越来越重要。
而卫星遥感图像处理技术以其高效、快速的特点成为了海洋水质监测的一种重要方法。
本文将详细介绍卫星遥感图像处理技术在判断海洋水质状态方面的应用。
一、卫星遥感技术在海洋水质监测中的作用卫星遥感技术通过获取、记录和解译对地球表面的电磁辐射，实现了对海洋水质状态的全球定量监测。
其重要作用主要体现在以下几个方面：1. 数据的全球覆盖：卫星遥感技术可以获取大范围、连续的海洋数据，实现了对整个海洋水域的监测和评估。
2. 高时空分辨率：卫星遥感图像数据具有较高的时空分辨率，可以提供更为精细的海洋水质信息。
3. 长期监测：卫星可以长期观测同一个区域，监测变化的趋势和周期，为海洋生态环境保护提供可靠的数据支撑。
4. 成本效益高：相比于传统的船载观测和实地采样，卫星遥感技术具有成本效益高的优势，可以大幅降低监测和评估的成本。
二、卫星遥感图像处理技术的基本原理卫星遥感图像处理技术的基本原理是利用卫星获取的电磁辐射数据，通过一系列数字图像处理方法进行数据解译和分析，实现对海洋水质状态进行判断。
其主要过程包括：1. 数据获取和预处理：从卫星获取的原始数据中，首先进行辐射校正、大气校正等预处理，以提高数据质量。
2. 水质参数反演：根据不同的水质参数（如浊度、叶绿素浓度、溶解有机物浓度等），采用适当的算法和模型，将遥感数据转化为水质参数值。
3. 统计分析和时空变化检测：通过对水质参数的统计分析，可以得出不同海域的水质状态，并通过对不同时期的遥感图像进行对比，判断海洋水质的时空变化趋势。
4. 数据可视化和结果呈现：将处理后的遥感图像进行可视化处理，通过不同的颜色和符号来表示不同的水质状态，以直观展示海洋水质数据。
三、卫星遥感图像处理技术在判断海洋水质状态中的应用卫星遥感图像处理技术在判断海洋水质状态方面具有广泛的应用。
基于遥感技术的海洋污染监测与预警研究
基于遥感技术的海洋污染监测与预警研究海洋是地球上最大的生态系统之一，扮演着调节气候、提供食物、维持生物多样性等重要角色。
然而，随着人类活动的不断增加，海洋污染成为了一个全球性的问题。
为了有效地监测和预警海洋污染，遥感技术日益成为研究的重点。
本文将讨论基于遥感技术的海洋污染监测与预警的研究进展。
遥感技术是通过从卫星、飞机或其他载体上获取的传感器所提供的图像和数据来获取地球表面信息的一种技术。
这种技术可以监测海洋表面和底层的各种参数，包括悬浮物、水质、海洋生物等。
利用遥感技术进行海洋污染监测可以提供大范围、高分辨率和及时的数据，为科学家和政策制定者提供决策支持。
首先，基于遥感技术的海洋污染监测主要关注悬浮物的监测。
悬浮物是海洋污染的重要指标之一，它可以来自河流、城市污水、岸边工业等。
利用遥感技术，可以测量海洋表面悬浮物的浓度和分布。
通过分析遥感图像，可以确定污染源的位置和规模，并监测悬浮物的扩散和演变。
这些信息可以用于评估污染的严重程度，并及时采取措施加以控制。
其次，基于遥感技术的海洋污染监测还包括对海洋水质的监测。
海洋水质是生态系统健康和海洋生物多样性的重要指标。
通过遥感技术，可以检测水中溶解有机物、悬浮物、营养盐等物质的浓度。
这些数据可以提供给科学家们研究海洋生态系统的变化和营养盐的来源，以及评估污染对海洋生物的影响。
此外，利用遥感技术进行海洋污染监测还可以评估海洋生态环境的状况。
根据遥感图像，可以监测海洋表面温度、叶绿素浓度等参数。
这些信息可以揭示海洋生态系统的变化和海洋污染的影响。
例如，海洋表面温度的升高可能是海洋生态系统中污染物的影响下的结果，这可以用来预警海洋污染的发生。
在海洋污染监测和预警的研究中，遥感技术不仅可以提供大范围和高分辨率的数据，还可以进行多时相和多波段的分析。
这使得研究人员可以更好地了解海洋污染的时空特征，并为相关政策制定者提供科学依据。
此外，遥感技术还可以结合地理信息系统（GIS）进行空间分析和模型模拟，提供更全面、准确的数据。
海洋遥感在渔场分析中的研究进展
中国水产科学 2012年11月, 19(6): 1078−1087 Journal of Fishery Sciences of China综 述收稿日期: 2012−02−23; 修订日期: 2012−04−12.基金项目: 国家“863”计划项目(2012AA092302); 国家自然科学基金项目(41006106); 教育部高等学校博士学科点专项科研基金新教师基金项目(20093104120005);上海市青年科技启明星计划项目(11QA1403000); 上海市重点学科建设项目(S30702); 上海市教委创新项目(09YZ275).作者简介: 胡奎伟(1988−), 男, 硕士研究生, 主要从事渔业资源与渔场学研究．E-mail: hukuiweinuist@ 通信作者: 许柳雄, 教授. E-mail: lxxu@DOI: 10.3724/SP.J.1118.2012.01078海洋遥感在渔场分析中的研究进展胡奎伟1, 许柳雄1,2,3,4, 陈新军1,2,3,4, 朱国平1,2,3, 王学昉11. 上海海洋大学 海洋科学学院, 上海 201306;2. 大洋渔业资源可持续开发省部共建教育部重点实验室, 上海 201306;3. 国家远洋渔业工程技术研究中心, 上海海洋大学, 上海 2013064. 农业部大洋渔业资源环境科学观测实验站, 上海海洋大学, 上海 201306摘要: 渔场的形成机制和分布规律受到鱼类自身生物特性和外界环境条件的影响, 海洋遥感能够获取的大范围同步的海洋热力、海洋水色和海洋动力地形等海洋环境要素, 为人类理解海洋鱼类种群动力机制提供了丰富的信息。
运用渔场分析和预报模型, 结合地理信息系统技术对多元数据的集成为渔业的即时管理提供了发展方向。
目前运用海洋遥感进行渔场研究存在的问题有: 1. 海洋遥感手段仅能获得渔场表层的信息, 必须结合浮标海洋剖面信息才能更好地解释鱼类栖息环境; 2. 运用海洋遥感技术获取渔场水色信息的精度不高, 给渔场资源的研究带来了困难; 3. 利用遥感技术进行渔场的实时预报容易受到天气条件的影响; 4.如何建立科学的渔场预报模型的评价体系是渔场预报亟待解决的问题; 5. 渔场分析和预报走向智能化、自动化的关键技术还有待深入研究。
基于北京二号卫星影像与同步实测数据的椒江入海口水质遥感反演
基于北京二号卫星影像与同步实测数据的椒江入海口水质遥感反演基于北京二号卫星影像与同步实测数据的椒江入海口水质遥感反演近年来，随着空间技术的不断发展和遥感技术的应用，遥感反演已成为水污染监测与评估的重要手段。
本文将介绍基于北京二号卫星影像与同步实测数据的椒江入海口水质遥感反演方法及其应用。
1. 研究区域概况椒江入海口位于中国东海沿海，是椒江的出海口，同时也是一个重要的渔业生产基地。
然而，由于人类活动和自然因素的影响，该地区的水质问题备受关注。
因此，对椒江入海口水质进行遥感反演，可以提供重要的参考信息，帮助监测和评估水环境的综合状况。
2. 数据来源与处理为了进行椒江入海口的水质遥感反演，我们使用了北京二号卫星的高分辨率影像数据，并结合同步实测数据。
首先，我们获取了多幅不同日期的卫星影像，并进行预处理，包括大气校正、几何校正等，以消除影像中的噪声或干扰。
同时，我们还收集了同期的水质实测数据，包括水样采集和实验室分析。
这些实测数据可以作为遥感反演的参考标准，帮助验证遥感结果的准确性。
3. 椒江入海口水质指标选取在进行遥感反演时，我们需要选择合适的水质指标来代表水体的水质状况。
一般常用的水质指标包括叶绿素浓度、透明度、溶解氧等。
在本研究中，我们选择了叶绿素浓度作为遥感反演的主要指标，因为叶绿素是一种常见的水质指示剂，可以反映水体中藻类的分布和生长情况。
4. 椒江入海口水质遥感反演方法基于北京二号卫星影像和同步实测数据，我们采用经验模型理论进行水质遥感反演。
在反演过程中，我们将多光谱卫星影像转换为反射率数据，并与同期的实测数据进行对比，建立相应的经验模型方程。
通过该方程，我们可以根据北京二号卫星影像的光谱特征，推算出椒江入海口不同地点的叶绿素浓度分布情况。
5. 结果与应用通过对椒江入海口不同日期的高分辨率卫星影像进行遥感反演，我们可以获得反演后的叶绿素浓度分布图。
这些图像可以直观地展示椒江入海口不同地区的水质状况，并帮助分析水体污染的程度和影响范围。
静止水色卫星GOCI及其应用进展
【综述】静止水色卫星GOCI 及其应用进展李冠男1，2 ，祥1，王新新1，2 ，孙广轮1，王林2 ，王( 1．大连海事大学环境科学与工程学院，辽宁大连116026; 2．国家海洋环境监测中心，辽宁大连116023)摘要: 海洋水色遥感技术是新兴的探测技术，能够通过遥感平台上搭载的探测器对海表水色信息进行探测进而获取海洋信息。
随着极地轨道卫星发展逐渐成熟，地球静止卫星也进入了发展阶段，开启了水色遥感技术的新时期。
本文基于地球同步卫星的优势特点，着重总结了第一颗地球静止水色卫星GOCI( geo-stationary ocean color imager) 的主要参数信息及标准水色算法，同时对各算法的应用范围、计算公式及各方法的联系进行了简要的介绍，并针对其实际应用进行了讨论，验证了GOCI 数据的实用性，最后指出了GOCI 在目前研究过程中存在的问题，并对第二代地球同步遥感器进行简要论述，以期为海洋探测研究提供更多的技术支持。
关键词: 静止水色卫星; 传感器; 参数信息; 算法; 实际应用中图分类号: X87文献标识码: A文章编号: 1007-6336( 2014) 06-0966-06DOI:10.13634/ki.mes.2014.06.026Geostationary ocean color imager and application progressLI Guan-nan1，2 ， WANG-Lin2 ， WANG-Xiang1，2 ，WANG Xin-xin1，2 ， SUN Guang-lun1，2( 1．College of Environmental Science and Engineering，Dalian Maritime University，Dalian 116026，China; 2．National Marine Envi-ronmental Monitoring Center，Dalian 116023，China)Abstract: Ocean color technology is a new exploration technology; sensors obtain the information by detecting ocean surface． With development gradually mature of polar orbiting satellite，the geostationary satellite has entered the stage of development，which starting the new period of ocean color remote sensing technology． Based on the advantage char-acteristics of geostationary satellites，this paper emphatically summarized the main parameter information and ocean color algorithms of GOCI as the first geostationary ocean color remote sensors，briefly introduced the application ran-ges，calculation formula of ocean color algorithms and the linkages of the algorithms，discussed the practical applica-tions，and verify the availability of GOCI data． Finally，the paper pointed out the problems in the research process，and briefly discussed the second-generation geostationary remote sensors．Wishes to provide more technical supports for ocean exploration researchKey w ords: geostationary ocean color imager; sensors; parameter information; algorithm; practical applicationsⅡ类水体是水色遥感研究中的重点和难点，水体受浮游植物、悬浮物和黄色物质共同影响，水体集中于受人类活动影响较大的河口及近岸地区，与人类活动息息相关［1-2］。
二类水体水色遥感的主要进展与发展前景
第 ” 卷第 ３ 期 ２０ ０２年 ６月
地球 科学 进展
ＡＤＶＡ Ｅ Ｉ ＲＴ Ｃ ＥＮ Ｓ ＮＣ Ｎ ＥＡ Ｈ Ｓ Ｉ ＣＥ
ｖ０ ７ Ｎｏ ３ ｌ １
Ｊ ｎ ．０ ２ ｕ ．２０
文章编号 ：０ １ １６ ２０ ）３０ ６ ７９ ｉ０ － ６ （０ ２ ０ －３３ ） ８
定， 这类水体主要位于近岸 、 口等受陆源物质排放 河
影 响较为严 重 的地方 。 Ⅱ类 水 体是 与人类 关 系
最密切、 受人类活动影响最强烈的海域 ， 其水色因子 悬浮物 、 叶绿素和黄色物质等则是影响海水环境的 重要成分 ， 是海洋环境 的重要参数。如果能从水色 遥感资料可靠地推算 出悬浮泥沙、 叶绿素和黄色物 质含量 ， 将使我们得 以对近海 、 口环境进行实时、 河 长周期 、 大范围的监测 和研究。 自 １７ ９８年 ｌ 月第一台水色卫星传感 器 Ｃ Ｃ Ｏ ＺＳ （ ｏｓ ｌ ｏｅ ｏ ｒ ｃｎｅ） Ｃ ａ ａ Ｚｎ ｌ ａｎｒ 投人使用至今 ， ｔ Ｃ ｏＳ 水色遥 感主要针对相对简单的 Ｉ 类水体进行研究。 目 前业 务化 的反演算法是美 国国家航空和宇航局 （ ＆ Ａ） ＮＳ
二 类 水体 水 色遥 感 的主要 进 展 与 发展 前 景
任敬萍 赵进平 ，
（． １ 中国科学院海洋研 究所， 青岛 ２ ６７ ；． 山东 ６０ １２ 国家海洋局 第二海洋研究所， 浙江 杭 州 ３０ １ ） １０ ２
摘 要 ：Ⅱ类水体 水 色遥感是 海 洋水 色遥感 的难 点和 热 点。针 对 Ⅱ类水体 的光谱 特性 和 海 洋现 象
３４ ６
地球科学进展
第 ｌ ７卷
ａｄＤｒｃｉ ａｔｏ ｅＥｒ ｇＲ ｆｃａｃ） 美 国的 ｎ ｉ ｔｎｌｙ ｆｈ ａ ｈ ｅｅｔ ｅ ． ｅ ｏ ｉ ｔ ｔ ｌ ｎ
浅论我国海洋遥感的发展及应用
浅论我国海洋遥感的发展及应用摘要随着对地球认识的不断深化，海洋的作用越来越被人们所认识。
因此海洋在我国社会经济建设中的战略地位极为重要，而利用空间技术检测海洋，在维护我国海洋权益、保护海洋环境、开发海洋资源、减轻海洋灾害和有效实施海洋管理等方面显得尤为重要和迫切。
关键词海洋遥感发展1前言随着对地球认识的不断深化，海洋的作用越来越被人们所认识。
海洋在整个地球环境变化中起着主要的作用，海洋环境的重要性，如对全球碳循环、全球气候变化的作用等，迫使人们采用各种手段对其进行观测和研究。
我国东临太平洋，是世界上重要的海洋国家之一。
大陆海岸线长达1.8万多千米，沿海岛屿有6500多个：岛屿岸线约1.4万多千米，并拥有300万平方千米的管辖海域。
因此海洋在我国社会经济建设中的战略地位极为重要，而利用空间技术检测海洋，在维护我国海洋权益、保护海洋环境、开发海洋资源、减轻海洋灾害和有效实施海洋管理等方面显得尤为重要和迫切。
2何谓海洋遥感海洋遥感(Oceanographic Remote Sensine)是指以海洋及海岸带作为监测、研究对象的遥感，包括物理海洋学遥感，如对海面温度、海浪谱、海风矢量、全球海平面变化等的遥感；生物海洋学和化学海洋学的遥感，如对海洋水色、黄色物体、叶绿素浓度等的遥感；海冰监测，如监测海冰类型、分布和动态变化；海洋污染监测，如油膜污染等。
海洋遥感是利用电磁波与大气和海洋的相互作用原理观测和研究海洋的，其内容涉及到物理学、海洋学和信息科学等多种学科，并与空间技术、光电子技术、微波技术、计算机技术、通讯技术密切相关，是20世纪后期海洋科学取得重大进展的关键学科之一。
3我国海洋遥感的发展我国海洋遥感技术研究始于70年代末，首次接收美国1979年和1981年发射的气象卫星系列TIROS－N／NOAh第六颗和第七颗的数据。
当时也只是把该卫星数据作为遥感试验资料，而真正投入业务运行还是80年代中期。
1990年，我国发射了气象卫星——“风云一号”，该卫星上的2个绿蓝波段是“海窗”对海水水色进行有效地遥感监测，我国开始用自己的卫星进行海洋监测。
我国海洋水色遥感应用工程技术的新进展
起步于 ２ ０世纪 ８ 年代 ， ０ 并于 ２０ 年成功发射 了第 ０２ 颗 海 洋 水 色 卫 星—— “ 洋 一 号 ” 星 （ 海 Ａ ＨＹ 一
一
１） ， Ａ Ｊ成为继美 国、 日本、 欧盟等之后第七个拥有
自主海 洋 水 色 卫 星 的 国家 。２ ０ ０ ７年 ４月 １ １日， 我
１ 中国工程科学 ４
维普资讯
水色遥感器获取 的光谱信息 中提取海洋水色信息 ， 必须对辐射在大气、 海洋介质 中的整个传输过程有 深入 了解 ， 并发展完备的海洋 一 大气耦合矢量辐射 传输模型， 为建立精确的大气校正算法和水色信息
反 演算法 提 供基 本 的工具 。 到 目前 为止 ， 国际 上 已开 发 了几 十 种 精 确 计算
国又成功 发射 了第二 颗 海 洋水 色 卫 星—— “ 洋一 海
洋水色遥感应用工程系统提供 了良好的技术支撑 ， 并极 大 地 促 进 了 我 国海 洋 水 色 卫 星 系 列 （ 如
Ｈ Ｙ一１ 资料 的业务 化服 务应 用 。 Ｂ） ２ １ 海洋 水 色遥感 辐射传 输 机理研 究 ． 辐射 传输是 海 洋 水 色遥 感 的理论 基 础 ， 了从 为
１ 前 言
海 洋水 色遥感 是 利 用 可见 光 、 近红 外 辐 射 计 在
也取得了较大的进展 ， 开展 了定量化水色遥感信息
提取 的深 化研究 ， 逐 渐 发展 成 为 各 种遥 感 监 测应 并 用服 务 系统 。文章将 详细 阐述 近几年 来 中国海洋 水 色遥 感应 用工 程技 术 的新 进 展 ， 以及 进一 步 发 展 的
和应 用 ， 目前 国际水 色 遥 感 技术 已基 本解 决 了全 球
基于卫星遥感的海洋环境变化监测技术研究
基于卫星遥感的海洋环境变化监测技术研究随着科技的不断进步，卫星遥感技术在海洋环境变化监测方面的应用也越来越广泛。
利用卫星遥感技术，可以监测海洋温度、潮汐、海流、盐度等海洋参数的变化，有效提高海洋环境保护水平。
一、卫星遥感技术简介卫星遥感技术指的是利用卫星对地球表面进行观测和测量，获取地球表面各种信息的技术。
利用卫星遥感技术，可以实时监测海面温度、潮汐、盐度、海流等海洋参数的变化情况，及时发现问题并采取相应措施。
二、卫星遥感技术在海洋环境变化监测中的应用1. 海洋温度监测海洋温度的变化会对海洋生物以及人类社会产生重要的影响。
卫星遥感技术可以实时监测海洋温度的变化情况，提高海洋环境保护和资源利用的效率。
此外，卫星遥感技术还可以监测海洋温度异常，预警海洋生态环境的变化。
2. 潮汐监测潮汐是海洋生态系统中的一个重要组成部分，对于海洋生物和人类的生产和生活都有重要影响。
卫星遥感技术可以实时监测潮汐的变化情况，预测海洋潮汐的变化规律，为海上工作和海洋资源的合理利用提供重要依据。
3. 海流监测海流是海洋生态系统中的一个重要组成部分，对于海洋生物和人类的生产和生活都有重要影响。
卫星遥感技术可以实时监测海流的变化情况，预测海流的走向和强度变化，提供重要的海事和海上救援支援信息。
4. 盐度监测海洋盐度的变化会对海洋生态系统和人类社会产生很大的影响，影响不仅仅局限于渔业、海运和海上旅游等领域，还包括海上的气候和大气变化。
卫星遥感技术可以实时监测海洋盐度的变化情况，为海洋环境的保护提供重要的科学依据。
三、卫星遥感技术目前存在的问题及未来发展趋势1. 解析度有限由于卫星遥感设备的限制，卫星遥感技术在海洋环境变化监测方面的解析度并不高，难以观测一些微小环境变化。
2. 受天气和地形影响卫星遥感技术的应用还受天气和地形等因素的影响，有时会造成数据误差。
未来，卫星遥感技术将会有更加广泛的应用，预计未来卫星遥感技术将会变得更加灵敏、分辨率更高、更加智能化、更加自动化。
我国蓝藻水华遥感监测研究进展
我国蓝藻水华遥感监测研究进展摘要近年来,蓝藻水华频繁暴发,成为备受关注的环境问题。
遥感技术具有快速、大范围、动态的特点,在蓝藻水华监测中广泛应用。
在总结我国蓝藻水华遥感监测研究成果的基础上,对现有研究中的数据源、研究方向进行了分析,对未来发展方向提出展望。
关键词蓝藻水华;遥感监测;原理;数据源;研究方向;展望ReviewonRemoteSensingMonitoringofCyanobacteriaBloominChinaXIONG Chun-ni 1TIAN Xiao-feng 2TANG Ai-yi 3WEI Hong-hui 1(1 Guangzhou Environment Monitoring Centre in Guangdong Province,Guangzhou Guangdong 510030; 2 Guangzhou Guangya Experimental Middle School; 3 Guangzhou Peiying Middle School)AbstractCyanobacteria bloom occurred frequenctly in recent years and became one offocal points of environmental problems. Remote sensing monitoring was quick,abroad-area,dynamic monitoring technology,and was used widely in cyanobacteria bloom monitoring. Based on the study results of remote sensing monitoring of cyanobacteria bloom,the remote sensing data used in current researches and research direction were reviewed,and the future development tendency was proposed.Key wordscyanobacteria bloom;remote sensing monitoring;principle;data source;research interests;prospect湖泊富营养化是全世界面临的水环境问题,我国尤其严重。
基于GOCI遥感影像的长江入海口悬浮沉沙浓度反演及其时空动态分析
基于GOCI遥感影像的长江入海口悬浮沉沙浓度反演及其时空动态分析长江入海口,位于中国的东部,是一个对渔业和经济都影响很大的生态系统。
然而,入海口一带经常出现高负荷的悬浮沉沙。
这不仅影响了水质,还影响了地貌演变。
此外,泥沙的浓度还有很大的动态变化。
因此,对入海口一带悬浮沉沙的时空动态变化进行实时监测就显得非常重要。
为了实现对悬浮沉沙空间动态和昼夜循环的监测,本研究使用地球同步轨道海洋水色成像仪GOCI(Geostationary Ocean Color Imager)卫星数据。
通过对GOCI数据进行校正,去除大气吸收和散射作用对辐射光谱的影响,获取来自水体目标物的离水反射率(Rrs,water leaving reflectance)。
采用MODTRAN辐射传输模型,设置多种大气校正方案,计算不同方案下的校正结果,得到Rrs图集。
同时,通过设定一系列连续的悬浮沉沙浓度(SSC,suspended sediment concentrations),用2SeaColor模型计算对应浓度下的Rrs,生成一个查询表。
用匹配的方法分别选出影像每个像素点的最优大气校正方案并反演出泥沙浓度。
使用实测数据检测遥感反演结果,Rrs的相关系数达到0.81,SSC的相关系数为0.68。
可见本方法在反演高度浑浊水体泥沙浓度的研究上与其他SSC产品相比有很大的改进。
用本方法处理同一天不同时刻的GOCI影像,对悬浮沉沙进行空间动态和昼夜循环的分析。
在空间上,根据不同的沉沙浓度,研究区域呈现三个区域:高浓度区(泥沙浓度高达2000 mg/l)、中等浓度区(泥沙浓度范围是50 mg/l-100 mg/l)和低浓度区(远离海岸的区域,也是含沙量最低的区域,其浓度一般低于10 mg/l)。
在时间范畴上,研究结果揭示了泥沙浓度昼夜变化与潮汐的关系:水体的最大浑浊度与海水水位有一定的滞后关系;当潮水上涨时,悬浮沉沙的浓度先下降后上升,这与外来海水的稀释作用和底泥的再悬浮作用有很大的关系。
海洋遥感数据在海洋科学中的应用研究
海洋遥感数据在海洋科学中的应用研究近年来，随着科技的不断进步，海洋遥感技术逐渐成为海洋科学领域中的重要工具。
海洋遥感数据的广泛应用为我们提供了更多了解海洋环境、资源调查和灾害监测的途径。
本文将探讨海洋遥感数据在海洋科学中的应用研究，并介绍其对海洋环境监测和海洋资源管理的贡献。
一、海洋遥感数据在海洋环境监测中的应用1. 海洋水质监测海洋遥感技术通过获取大范围、高分辨率的海洋水质参数数据，可以实时监测海洋中的悬浮物浓度、叶绿素含量、水温和盐度等指标，进而判断海洋健康状况。
这有助于科学家们了解海洋梯度变化、海洋生态系统的稳定性和演化规律，为环境风险评估和水质管理提供科学依据。
2. 海洋溢油监测海洋遥感数据可以通过监测海洋表面的油膜、油滴和油迹等特征，实现对海洋溢油的遥感监测。
通过遥感图像的处理和分析，可以快速判定溢油范围和扩散情况，为溢油事件的应急处理和溢油污染的修复提供及时而准确的数据支持。
3. 海洋气候变化研究海洋遥感数据广泛应用于海洋气候变化研究中。
通过获取海洋表面温度、海洋涡旋分布和海洋风场等数据，可以提供对气候气象系统的全面了解。
这不仅对预测和评估短期天气现象，还对气候变化的长期预测和影响进行研究具有重要意义。
二、海洋遥感数据在海洋资源管理中的应用1. 海洋渔业资源调查海洋遥感数据在海洋渔业资源调查中起到了至关重要的作用。
通过获取海洋温度、叶绿素含量、浮游动植物分布等数据，可以提供海洋中生物资源的信息，帮助渔业部门科学管理和保护渔业资源，合理规划渔业活动。
2. 海洋能源开发和利用海洋遥感技术在海洋能源开发和利用中具有巨大潜力。
通过获取海洋表面风速、海浪高度和潮汐差等数据，可以为海洋风能、波浪能和潮汐能的开发提供科学依据。
这有助于推动清洁能源的发展，减少对传统能源的依赖。
3. 海洋环境保护海洋遥感数据对海洋环境保护起到了重要作用。
通过监测海洋污染物的扩散和演变，可以及时发现和预警海洋污染事件，减少环境风险。
中国近海海上风场分布特征研究——以近10_年(2010—2022_年)为例
第２６期２０２３年９月江苏科技信息ＪｉａｎｇｓｕＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＩｎｆｏｒｍａｔｉｏｎＮｏ ２６Ｓｅｐｔｅｍｂｅｒꎬ２０２３基金项目:上海勘测设计研究院有限公司科标业ꎻ项目名称:基于多源卫星遥感数据的海上风电场海洋环境参数分析研究ꎻ项目编号:２０２１ＦＤ(８)－００１ꎮ作者简介:张鑫凯(１９８５ )ꎬ男ꎬ江苏启东人ꎬ高级工程师ꎬ本科ꎻ研究方向:海上风电ꎬ光伏ꎮ中国近海海上风场分布特征研究以近１０年(２０１０ ２０２２年)为例张鑫凯(上海勘测设计研究院有限公司ꎬ上海２００３３５)摘要:相比传统观测手段ꎬ卫星遥感技术具有易获取㊁大时空㊁低成本等优势ꎬ在海上风场资料观测方面具有独特优势ꎮ目前ꎬ行业内基于卫星遥感手段对中国近海海上风场的分布变化特征研究相对较少ꎮ文章利用２０１０ ２０２２年海上风场融合资料ꎬ系统分析了中国近海海上风场近１０年的时空分布变化特征ꎮ结果显示:卫星反演海面风场与实测海面风场相比具有较好的一致性ꎬ风速平均相对绝对误差为１４ ８％ꎬ均方差误差为１ １ｍ/ｓꎬ风向的均方差误差为１７ ３３ʎꎬ平均偏差为１５ １７ʎꎻ中国近海整体上呈现冬春季风速大㊁夏季风速低的特点ꎬ在东海和南海交界处呈现出三角形高风速区域ꎮ本研究成果有望对海上风电场的前期规划提供理论支撑和科学支持ꎮ关键词:卫星遥感ꎻ海面风场ꎻ中国近海ꎻ时空分布特征中图分类号:Ｐ７１㊀㊀文献标志码:Ａ０㊀引言㊀㊀海面风场是海洋上层运动的主要动力来源ꎬ与海洋中几乎所有的海水运动直接相关[１]ꎮ在海洋动力学过程中ꎬ它不仅是形成海面波浪的直接动力ꎬ而且是区域和全球海洋环流的动力[２]ꎮ因此ꎬ海面风场的测量对于海洋环境数值预报㊁海洋灾害监测㊁海气相互作用㊁海上风电场规划建设等都具有重要意义ꎮ目前ꎬ观测海面风场的传统方法主要是通过浮标㊁船舶㊁沿岸及岛屿自动气象站等手段获取资料[３]ꎮ然而ꎬ由于海洋环境恶劣㊁仪器耗费高等原因ꎬ我国近海观测网多设置于沿海一带且数量有限㊁分布稀疏ꎬ无法获得大面积同步㊁长时间序列的观测资料ꎬ缺乏对海面风场整体性㊁系统性的认知ꎮ与传统观测手段相比ꎬ卫星遥感则具有大面积㊁准同步和全天候的观测能力ꎮ１９７８年美国国家航空航天局(ＮａｔｉｏｎａｌＡｅｒｏｎａｕｔｉｃｓａｎｄＳｐａｃｅＡｄｍｉｎｉｓｔｒａｔｉｏｎꎬＮＡＳＡ)发射了全球第一颗ＳｅａＳＡＴ卫星ꎬ此后一系列用于测量地表风向量的卫星传感器发射升空ꎬ为海面风场的全球观测提供了行之有效的技术手段ꎮ目前ꎬ可以观测海面风的卫星传感器主要有微波散射计㊁微波辐射计和微波高度计[４]ꎮ同时ꎬ交叉校准多平台(Ｃｒｏｓｓ－ＣａｌｉｂｒａｔｅｄＭｕｌｔｉ－ＰｌａｔｆｏｒｍꎬＣＣＭＰ)为世界海洋提供了矢量风场融合信息ꎬ能够更加深入地了解海上风速和风向的变化ꎬ掌握风速风向的变化规律ꎬ更好地利用海上风能ꎮ中国近海区域在人类生产和生活中占有重要的地位ꎬ其跨越不同的气候区域ꎬ气候差异显著ꎬ各类天气活动频繁ꎬ是世界上受海洋灾害最严重的区域之一ꎮ除海啸灾害外ꎬ中国近海海洋灾害都与风场密切相关ꎬ其中ꎬ台风引起的风暴潮灾害造成的损失最严重[５]ꎬ其次为台风㊁寒潮天气带来的海上大风相伴生的海浪灾害ꎬ这两类海洋气象灾害造成的经济损失达总灾害损失的８０％以上[６]ꎮ因此ꎬ对我国近海海面风的深入研究ꎬ不仅对台风等海洋天气形势的分析预报具有重要意义ꎬ而且可以为近海区域海上风能的有效利用提供科学支撑ꎮ然而ꎬ行业内基于卫星遥感手段对海上风场的分析研究相对较少ꎮ针对实际的开发需求和目前研究存在的不足ꎬ本文利用长时序(２０１０ ２０２２年)的卫星遥感产品资料ꎬ对中国近海目标海域的海面风场分布特征开展分析评估研究ꎬ获取不同近海海域的海面风场时空变化特征ꎬ以期为海上风电场的前期规划提供科学支撑ꎮ１ 研究区域与数据１ １㊀研究区域概况㊀㊀研究区域为中国近海ꎬ包括渤海㊁黄海㊁东海和南海ꎮ渤海三面被陆地环绕ꎬ大陆径流较强ꎬ湾内海水不易与外部进行交换ꎮ黄海是西太平洋重要的陆架边缘海之一ꎬ位于东亚季风区ꎬ受太阳辐射㊁大气强迫㊁河流径流及地形㊁岸线㊁潮汐潮流等多种因素的影响ꎬ水文和环流存在显著的季节变化和空间差异ꎮ东海西有宽广陆架㊁东有深海槽ꎬ兼有深浅海特征ꎬ是海况十分复杂的海区ꎮ南海位于中国大陆的南面ꎬ通过狭窄的海峡或水道ꎬ东与太平洋相连ꎬ西与印度洋相通ꎬ是一个东北－西南走向的半封闭海ꎮ为了研究分析典型子区域的海面风场特征ꎬ本文将中国近海分为１２个子区域ꎬ包括渤海㊁渤海海峡㊁黄海北部㊁黄海中部㊁黄海南部㊁东海北部㊁东海南部㊁台湾海峡㊁南海东北部㊁南海北部㊁琼州海峡和北部湾ꎮ１ ２㊀卫星遥感数据㊀㊀微波测量海面风速是基于海面的后向散射或亮温与海面的粗糙度有关ꎬ而海面粗糙度与海面风速之间具有一定的经验关系进行的ꎮ微波散射计通过测量海面微波后向散射系数ꎬ根据它与海面风矢量的经验模式函数来反演海面风场ꎮ对同一海域不同入射角的资料进行分析ꎬ可获得风向分布信息ꎮ交叉校准多平台(Ｃｒｏｓｓ－ＣａｌｉｂｒａｔｅｄＭｕｌｔｉ－ＰｌａｔｆｏｒｍꎬＣＣＭＰ)是一种网格化的４级风场产品(Ｌ４)ꎬ可为世界海洋提供矢量风场信息ꎮＣＣＭＰ是通过对卫星微波遥感和仪器观测的海面风数据进行交叉校准和同化而得出的合成风场资料ꎮ使用的卫星传感器主要有两种类型ꎬ即成像辐射计和散射计ꎮ成像辐射计通过评估随着风的增加ꎬ海洋表面的发射和散射特性变化所引起的微波辐射变化ꎬ反演无冰海洋上近地面的风速[７－９]ꎮ以欧洲中期天气预报中心(ＥｕｒｏｐｅａｎＣｅｎｔｒｅｆｏｒＭｅｄｉｕｍ－ＲａｎｇｅＷｅａｔｈｅｒＦｏｒｅｃａｓｔｓꎬＥＣＭＷＦ)的再分析业务资料为背景场[１０]ꎬＣＣＭＰ产品采用一种增强的变分同化分析法(ＶａｒｉａｔｉｏｎａｌＡｎａｌｙｓｉｓＭｅｔｈｏｄꎬＶＡＭ)[１１－１２]ꎬ同化了特殊传感器微波/成像仪(ＳｐｅｃｉａｌＳｅｎｓｏｒＭｉｃｒｏｗａｖｅ/ＩｍａｇｅｒꎬＳＳＭ/Ｉ)㊁ＴＭＩ㊁散射计ＱｕｉｋＳＣＡＴ㊁辐射计ＷｉｎｄＳＡＴ和高级散射计(ＡｄｖａｎｃｅｄＳｃａｔｔｅｒｏｍｅｔｅｒꎬＡＳＣＡＴ)等２０多种卫星探测海面风资料以及部分船舶㊁浮标观测资料ꎮＡｔｌａｓ等[１３]验证了ＣＣＭＰ合成风场资料较单个的卫星平台风场资料在精度方面有很大的提高ꎮ毛科峰等[１４]分析验证了ＣＣＭＰ风场资料的均方根误差精度在东中国海海域高于ＥＲＡ－Ｉｎｔｅｒｉｍ风场资料和ＱｕｉｋＳＣＡＴ/ＮＣＥＰ合成风场资料ꎮ由此产生的产品是一个空间上完整的数据集ꎬ每６ｈ提供一次ꎮ本文通过网站ｈｔｔｐｓ://ｗｗｗ.ｒｅｍｓｓ.ｃｏｍ/ｍｅａｓｕｒｅｍｅｎｔｓ/ｃｃｍｐ/下载了２０１０ ２０２２年共１３年的风场天数据ꎮ该产品以ｕ和ｖ分量的方式提供每天ＵＴＣ０时㊁６时㊁１２时和１８时的海面矢量风场ꎬｕ和ｖ分量分别为距海面１０ｍ处风矢量在纬线和经线方向的分量[１５]ꎮ１ ３㊀现场实测数据㊀㊀本文利用中国近海多个浮标观测资料ꎬ对ＣＣＭＰ风场产品进行了精度验证ꎮ在资料的时间匹配上ꎬ将对应时次(ＵＴＣ０时㊁６时㊁１２时和１８时)的现场观测资料与产品资料进行最近时间匹配ꎮ在资料的空间匹配上ꎬ将ＣＣＭＰ产品资料采取双线性二次插值方案插值到现场观测站点所在的经纬度上ꎬ然后进行空间匹配ꎮ此外ꎬ根据对数风廓线风速高度换算方法ꎬ本文通过ＣＣＭＰ和实测１０ｍ风场数据得到１００ｍ高度处风场数据ꎮ海面高度Ｚ处风速计算公式如下:ＶＺＶ０＝(ＺＺ０)１７(１)式(１)中:ＶＺ为高度Ｚ处的风速ꎻＶ０为高度Ｚ０处风速ꎻＺ㊁Ｚ０为距海面高度ꎮ１ ４㊀精度评价㊀㊀本文基于现场实测数据资料ꎬ对ＣＣＭＰ海面风速风向融合产品进行了精度检验ꎬ采用的精度检验指标包括决定系数(Ｒ２)㊁平均偏差(Ｂｉａｓ)㊁均方根误差(ＲｏｏｔＭｅａｎ－ｓｑｕａｒｅＥｒｒｏｒꎬＥＲＭＳ)和平均绝对百分比误差(ＭｅａｎＡｂｓｏｌｕｔｅＰｅｒｃｅｎｔａｇｅＥｒｒｏｒꎬＥＭＡＰ)ꎬ其具体计算如公式(２) (５)所示ꎮＲ２＝ðＮｉ＝１ｙｏｉ－ｙｏｉ()ｙｐｉ－ｙｐｉ()[]２ðＮｉ＝１ｙｏｉ－ｙｏｉ()２ðＮｉ＝１ｙｐｉ－ｙｐｉ()２(２)Ｂｉａｓ＝ðＮｉ＝１(ｙｏｉ－ｙｐｉ)/Ｎ(３)ＥＲＭＳ＝１ＮðＮｉ＝１(ｙｏｉ－ｙｐｉ)２(４)ＥＭＡＰ＝１ＮðＮｉ＝１ｙｏｉ－ｙｐｉｙｏｉˑ１００％(５)式(２) (５)中:ｙｏｉ为实测值ꎻｙ－ｏｉ为实测数据平均值ꎻｙｐｉ为卫星反演值ꎻｙｐｉ为卫星反演值平均值ꎻＮ为数据量ꎮ２㊀研究结果与分析２ １㊀海上风场资料的精度评估㊀㊀基于星地同步数据ꎬ本文获得的实测海面１００ｍ高度风速与卫星反演值对比情况如图１所示ꎮ可以看出:大多数散点都集中在１ʒ１线附近ꎬ表明反演的海面风速与实测值较为接近ꎮ从误差值来看ꎬＥＭＡＰ与ＥＲＭＳ值均比较低ꎬ决定系数Ｒ２值较高ꎬ其中Ｒ２＝０ ９ꎬＥＭＡＰ＝１４ ８％ꎬＥＲＭＳ＝１ １ｍ/ｓꎮ综合以上精度评价指标ꎬ卫星数据能够较好地反演出海面１００ｍ高度的风速ꎮ同时ꎬ基于星地同步数据ꎬ获得的实测海面１００ｍ高度风向与卫星反演值对比情况如图２所示ꎮ可以看出:大多数散点都集中在１ʒ１线附近ꎬ表明反演的海面风向与实测值较为接近ꎮ从误差值来看ꎬＢｉａｓ与ＥＲＭＳ值均比较低ꎬＥＲＭＳ＝１７ ３３ʎꎬＢｉａｓ＝１５ １７ʎꎮ综合以上精度评价指标ꎬ卫星数据能够较好地反演出海面１００ｍ高度的风向ꎮ图１㊀实测海面风速与反演得到的海面风速之间的散点图图２㊀实测海面风向与反演得到的海面风向之间的散点图２ ２㊀中国近海风场的时空分布特征㊀㊀基于１３年间海上风场月产品数据ꎬ本文采用均值合成法得到并绘制海面风场多年月平均变化图ꎬ以探究海面风场月变化特征ꎮ整体上东海和南海交界处风速一直高于其他区域ꎬ但在不同的季节也表现出一定的差异性ꎮ春冬季节东海和南海交界处海面风速达到高峰ꎬ夏秋季节此处海面风速与其他海域海面风速差异远小于春㊁冬两季ꎮ从典型区域渤海海域㊁黄海海域㊁东海海域和南海海域角度分析ꎬ４个子区域的海面风场在３ １０月风速都保持较低的水平ꎬ风速变化不明显ꎮ１１月至次年２月风速逐渐升高ꎬ全年风速整体呈现冬春季高㊁夏季低的趋势ꎮ为分析中国近海海面１００ｍ高风场多年的年际变化特征ꎬ绘制２０１０ ２０２２年１３年间风速风向年平均图ꎮ整体上来看ꎬ在不同年份中国近海海域海面风场也表现出一定的差异ꎮ虽然风速和风向大小在１３年间均呈现出相对稳定的趋势ꎬ但也有一定的分布特征ꎬ东海和南海交界处区域风速相比其他区域常年偏大ꎬ呈现一个三角状的高风速区域ꎮ综合来看ꎬ典型区域渤海海域㊁黄海海域㊁东海海域和南海海域４个子区域的海面风场在２０１０ ２０１１年呈现上升趋势ꎬ随后在２０１２ ２０１６年逐渐下降ꎬ又在２０１７ ２０１９年逐年上升ꎬ在２０２０ ２０２１年有所下降ꎬ到２０２２年风速回升ꎮ２０１０ ２０２２年１３年间一直维持在较低值ꎬ平均风速小于１０ｍ/ｓꎮ２ ３㊀典型子区域的风场变化特征㊀㊀为了更深入地了解中国近海风场的时空变化特征ꎬ本文分析了１２个子区域的风速变化特征ꎬ结果如图３所示ꎮ可以看出:总体上１２个区域的风速最大值都集中在冬季ꎬ夏季风速略有回升ꎬ但总体呈现低值状态ꎮ就风速变化而言ꎬ其中渤海㊁渤海海峡㊁琼州海峡㊁北部湾风速的变化较为平缓ꎬ其余地区的风速变化较大ꎮ针对不同子区域而言ꎬ１２个区域虽然波动程度有大有小ꎬ但波动起伏趋势相似ꎮ风速月均值峰值都集中在１２月ꎬ最低值分布略有不同:渤海㊁渤海海峡㊁黄海北部㊁黄海中部㊁黄海南部㊁东海北部的最低值分布在４月ꎻ东海南部的最低值分布在６月ꎻ台湾海峡㊁南海东北部㊁南海北部㊁琼州海峡最低值在８月ꎻ北部湾最低值在９月ꎮ３㊀结论㊀㊀针对我国近海海域ꎬ本文利用实测海上风速风向㊀㊀图３㊀中国近海１２个子区域的海面风速月均值变化数据对海上风场融合资料进行精度评价ꎬ进而系统地分析了１３年间(２０１０ ２０２２年)我国近海海上风速风向的时空特征ꎬ并对典型子海域开展局部特征分析ꎮ本文得到的主要结论如下:(１)基于星地同步数据ꎬ获得的卫星反演海面风场与实测海面风场进行对比ꎬ其中海面风速平均相对绝对误差为１４ ８％ꎬ均方差误差为１ １ｍ/ｓꎬ海面风向的均方差误差为１７ ３３ʎꎬ平均偏差为１５ １７ʎꎮ(２)整体上而言ꎬ我国近海海域呈现冬春季风速大ꎬ夏季风速低的特点ꎻ东海和南海交界处有三角形高风速区域ꎬ秋冬季三角区域向两角延伸ꎬ春夏季向沿岸区域收缩ꎮ(３)针对１２个典型子海域ꎬ风速最大值均集中在冬季ꎬ夏季风速略低ꎬ其中渤海㊁琼州海峡㊁北部湾的月尺度风速变化较小ꎬ黄海㊁东海㊁台湾海峡㊁南海北部的月尺度风速变化较大ꎮ参考文献[１]吕柯伟ꎬ胡建宇ꎬ杨小怡.南海及邻近海域海面风场季节性变化的空间差异[Ｊ].热带海洋学报ꎬ２０１２(６):４１－４７.[２]沈春ꎬ蒋国荣ꎬ施伟来ꎬ等.南海ＱｕｉｋＳＣＡＴ海面风场变化特征分析[Ｊ].海洋预报ꎬ２０１２(３):１－８. [３]张振克ꎬ丁海燕.近十年来中国大陆沿海地区重大海洋灾害分析[Ｊ].海洋地质动态ꎬ２００４(７):２５－２７. [４]杨华庭.近十年来的海洋灾害与减灾[Ｊ].海洋预报ꎬ２００２(１):２－８.[５]项杰ꎬ杜华栋.南海海面风场融合研究[Ｃ]//第３２届中国气象学会年会Ｓ１８气象卫星遥感新资料 新方法 新应用.天津ꎬ２０１５:１４７－１４８.[６]蒋兴伟ꎬ宋清涛.海洋卫星微波遥感技术发展现状与展望[Ｊ].科技导报ꎬ２０１０(３):１０５－１１１.[７]ＤＲＡＰＥＲＤＷꎬＮＥＷＥＬＬＤＡꎬＷＥＮＴＺＦＪꎬｅｔａｌ.Ｔｈｅｇｌｏｂａｌｐｒｅｃｉｐｉｔａｔｉｏｎｍｅａｓｕｒｅｍｅｎｔ(ＧＰＭ)ｍｉｃｒｏｗａｖｅｉｍａｇｅｒ(ＧＭＩ):ｉｎｓｔｒｕｍｅｎｔｏｖｅｒｖｉｅｗａｎｄｅａｒｌｙｏｎ－ｏｒｂｉｔｐｅｒｆｏｒｍａｎｃｅ[Ｊ].ＩＥＥＥＪｏｕｒｎａｌｏｆＳｅｌｅｃｔｅｄＴｏｐｉｃｓｉｎＡｐｐｌｉｅｄＥａｒｔｈＯｂｓｅｒｖａｔｉｏｎｓａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１５(７):３４５２－３４６２.[８]ＭＥＩＳＳＮＥＲＴꎬＷＥＮＴＺＦＪ.Ｔｈｅｅｍｉｓｓｉｖｉｔｙｏｆｔｈｅｏｃｅａｎｓｕｒｆａｃｅｂｅｔｗｅｅｎ６ａｎｄ９０ＧＨｚｏｖｅｒａｌａｒｇｅｒａｎｇｅｏｆｗｉｎｄｓｐｅｅｄｓａｎｄｅａｒｔｈｉｎｃｉｄｅｎｃｅａｎｇｌｅｓ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１２(８):３００４－３０２６.[９]ＷＥＮＴＺＦＪ.Ａｗｅｌｌ－ｃａｌｉｂｒａｔｅｄｏｃｅａｎａｌｇｏｒｉｔｈｍｆｏｒｓｐｅｃｉａｌｓｅｎｓｏｒｍｉｃｒｏｗａｖｅ/ｉｍａｇｅｒ[Ｊ].ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ:Ｏｃｅａｎｓꎬ１９９７(Ｃ４):８７０３－８７１８.[１０]ＡＴＬＡＳＲꎬＨＯＦＦＭＡＮＲＮꎬＡＲＤＩＺＺＯＮＥＪꎬｅｔａｌ.Ａｃｒｏｓｓ－ｃａｌｉｂｒａｔｅｄꎬｍｕｌｔｉｐｌａｔｆｏｒｍｏｃｅａｎｓｕｒｆａｃｅｗｉｎｄｖｅｌｏｃｉｔｙｐｒｏｄｕｃｔｆｏｒｍｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄｏｃｅａｎｏｇｒａｐｈｉｃａｐｐｌｉｃａｔｉｏｎｓ[Ｊ].ＢｕｌｌｅｔｉｎｏｆｔｈｅＡｍｅｒｉｃａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙꎬ２０１１(２):１５７－１７４.[１１]ＨＯＦＦＭＡＮＲＮ.ＳＡＳＳｗｉｎｄａｍｂｉｇｕｉｔｙｒｅｍｏｖａｌｂｙｄｉｒｅｃｔｍｉｎｉｍｉｚａｔｉｏｎ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８２(５):４３４－４４５.[１２]ＨＯＦＦＭＡＮＲＮ.ＳＡＳＳｗｉｎｄａｍｂｉｇｕｉｔｙｒｅｍｏｖａｌｂｙｄｉｒｅｃｔｍｉｎｉｍｉｚａｔｉｏｎ.ｐａｒｔⅡ:ｕｓｅｏｆｓｍｏｏｔｈｎｅｓｓａｎｄｄｙｎａｍｉｃａｌｃｏｎｓｔｒａｉｎｔｓ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８４(９):１８２９－１８５２.[１３]ＡＴＬＡＳＲꎬＡＲＤＩＺＺＯＮＥＪꎬＨＯＦＦＭＡＮＲ.Ａｐｐｌｉｃａｔｉｏｎｏｆｓａｔｅｌｌｉｔｅｓｕｒｆａｃｅｗｉｎｄｄａｔａｔｏｏｃｅａｎｗｉｎｄａｎａｌｙｓｉｓ[Ｚ].２００８.[１４]毛科峰ꎬ陈希ꎬ李妍ꎬ等.东中国海域交叉定标多平台合成洋面风场资料的初步评估[Ｊ].气象ꎬ２０１２(１２):１４５６－１４６３.[１５]ＷＥＮＴＺＦＪ.Ａ１７－ｙｒｃｌｉｍａｔｅｒｅｃｏｒｄｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｄｅｒｉｖｅｄｆｒｏｍｔｈｅｔｒｏｐｉｃａｌｒａｉｎｆａｌｌｍｅａｓｕｒｉｎｇｍｉｓｓｉｏｎ(ＴＲＭＭ)ｍｉｃｒｏｗａｖｅｉｍａｇｅｒ[Ｊ].ＪｏｕｒｎａｌｏｆＣｌｉｍａｔｅꎬ２０１５(１７):６８８２－６９０２.(编辑㊀姚㊀鑫)Ｓｐａｔｉａｌ－ｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｗｉｎｄｆｉｅｌｄｉｎｔｈｅＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓ ｔａｋｉｎｇｔｈｅｐａｓｔｄｅｃａｄｅ２０１０－２０２２ａｓａｎｅｘａｍｐｌｅＺｈａｎｇＸｉｎｋａｉＳｈａｎｇｈａｉＩｎｖｅｓｔｉｇａｔｉｏｎ Ｄｅｓｉｇｎ＆ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＣｏ. Ｌｔｄ. Ｓｈａｎｇｈａｉ２００３３５ ＣｈｉｎａＡｂｓｔｒａｃｔ Ｃｏｍｐａｒｅｄｔｏｔｒａｄｉｔｉｏｎａｌｏｂｓｅｒｖａｔｉｏｎｍｅｔｈｏｄｓ ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙｏｆｆｅｒｓａｄｖａｎｔａｇｅｓｓｕｃｈａｓｅａｓｅｏｆａｃｑｕｉｓｉｔｉｏｎ ｌａｒｇｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｃｏｖｅｒａｇｅ ａｎｄｃｏｓｔ－ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｍａｋｉｎｇｉｔｐａｒｔｉｃｕｌａｒｌｙｖａｌｕａｂｌｅｆｏｒｏｂｓｅｒｖｉｎｇｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ.Ｃｕｒｒｅｎｔｌｙ ｔｈｅｒｅｉｓｌｉｍｉｔｅｄｒｅｓｅａｒｃｈｔｈａｔｕｔｉｌｉｚｅｓｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｆｏｒｔｈｅｓｔｕｄｙｏｆｔｈｅｓｐａｔｉａｌ－ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｉｎＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓ.Ｉｎｔｈｉｓｓｔｕｄｙ ｂａｓｅｄｏｎａｆｕｓｉｏｎｐｒｏｄｕｃｔｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ ｗｅａｎａｌｙｚｅｄｔｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｉｎＣｈｉｎｅｓｅｃｏａｓｔａｌｗａｔｅｒｓｏｖｅｒｔｈｅｐａｓｔｄｅｃａｄｅ２０１０－２０２２ .Ｔｈｅｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｇｏｏｄｃｏｎｓｉｓｔｅｎｃｙｂｅｔｗｅｅｎｓａｔｅｌｌｉｔｅ－ｒｅｔｒｉｅｖｅｄａｎｄｍｅａｓｕｒｅｄｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ.Ｔｈｅａｖｅｒａｇｅｒｅｌａｔｉｖｅａｂｓｏｌｕｔｅｅｒｒｏｒｏｆｗｉｎｄｓｐｅｅｄｉｓ１４ ８％ ｗｉｔｈａｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｏｆ１ １ｍ/ｓ ｗｈｉｌｅｔｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｆｏｒｗｉｎｄｄｉｒｅｃｔｉｏｎｉｓ１７ ３３ʎ ｗｉｔｈａｎａｖｅｒａｇｅｄｅｖｉａｔｉｏｎｏｆ１５ １７ʎ.Ｏｖｅｒａｌｌ Ｃｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓｅｘｈｉｂｉｔｈｉｇｈｅｒｗｉｎｄｓｐｅｅｄｓｄｕｒｉｎｇｗｉｎｔｅｒａｎｄｓｐｒｉｎｇ ａｎｄｌｏｗｅｒｗｉｎｄｓｐｅｅｄｓｄｕｒｉｎｇｓｕｍｍｅｒ.Ｆｕｒｔｈｅｒｍｏｒｅ ａｔｒｉａｎｇｕｌａｒｈｉｇｈ－ｓｐｅｅｄｗｉｎｄｒｅｇｉｏｎｎｅａｒｔｈｅｂｏｕｎｄａｒｙｏｆｔｈｅＥａｓｔＣｈｉｎａＳｅａａｎｄＳｏｕｔｈＣｈｉｎａＳｅａｗａｓｏｂｓｅｒｖｅｄ.Ｔｈｅｆｉｎｄｉｎｇｓｏｆｔｈｉｓｓｔｕｄｙｐｒｏｖｉｄｅｖａｌｕａｂｌｅｓｃｉｅｎｔｉｆｉｃｓｕｐｐｏｒｔｆｏｒｔｈｅｐｌａｎｎｉｎｇｏｆｏｆｆｓｈｏｒｅｗｉｎｄｆａｒｍｓ.Ｋｅｙｗｏｒｄｓ ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇ ｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄ Ｃｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓ ｓｐａｔｉｏ－ｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃ。
海洋遥感ppt03 海洋水色遥感
3.2 海洋水色遥感机理
气溶胶散射辐亮度
气溶胶辐亮度计算处理流程：
① 对于单次散射和可见光波段，若从每个波段中消除臭氧吸 收、太阳耀斑、泡沫反射和瑞利散射项的影响，则余项包括 气溶胶路径辐亮度和离水辐亮度。在NIR波段，假设Lw(λ)等 于0，则余项只剩下单次散射气溶胶辐亮度
LA(λ) = ωA(λ) τA(λ) F’S(λ) PA(λ, θ, θS) / 4πcosθ
3.1 浮游植物、颗粒和溶解物的散射和吸收
吸 收 总吸收系数 αT(λ) αT(λ) = αw(λ) + αp(λ) + αΦ (λ) + αCDOM(λ)
下标w、p、Φ、CDOM分别指的是纯海水、颗粒物、浮游 植物色素和带颜色的溶解有机物。
Satellite Oceanic Remote Sensing
第三章 海洋水色遥感
3.1 浮游植物、颗粒和溶解物 的散射和吸收 3.2 水色遥感机理
3.3 水色要素反演方法
Satellite Oceanic Remote Sensing
3.1 浮游植物、颗粒和溶解物的散射和吸收
海洋水色重要的影响因素
1. 浮游植物及其色素
叶绿素浓度：从根本上反应海洋生产力的变化
水色遥感器的波段设臵：
• 可见光(400～700nm)：透射入水 • 近红外波段：修正卫星接收的总辐射信号值
Satellite Oceanic Remote Sensing
3.2 海洋水色遥感机理
仪器接收到的辐射量（W〃m-2〃μm-1〃sr-1）可由下式描述:
Li Lr La Lra t D ， s Lw t D ， s Lwc t ， v Lsr
遥感技术在海洋环境监测中的应用研究
遥感技术在海洋环境监测中的应用研究一、引言海洋覆盖了地球表面约 71%的面积，是地球上生命的摇篮和资源的宝库。
然而，随着人类活动的不断增加，海洋环境面临着日益严重的污染、生态破坏和气候变化等挑战。
为了保护和可持续利用海洋资源，准确、及时地监测海洋环境状况变得至关重要。
遥感技术作为一种非接触式、大面积、快速获取信息的手段，在海洋环境监测中发挥着越来越重要的作用。
二、遥感技术的基本原理遥感技术是通过传感器接收来自目标物体的电磁波信号，并对这些信号进行处理和分析，从而获取目标物体的特征和信息。
在海洋环境监测中，常用的遥感传感器包括可见光红外传感器、微波传感器等。
可见光红外传感器主要利用海洋表面对太阳光的反射和辐射特性来监测海洋的物理和生物参数。
例如，通过测量海洋表面的颜色，可以推断出叶绿素的浓度，从而了解海洋浮游植物的分布和生产力。
微波传感器则能够穿透云层和大气，不受天气条件的限制，可用于监测海面温度、海面风场和海冰等。
三、遥感技术在海洋环境监测中的具体应用（一）海洋水质监测遥感技术可以对海洋中的叶绿素、悬浮颗粒物、有色溶解有机物等水质参数进行监测。
叶绿素浓度是衡量海洋初级生产力和生态系统健康状况的重要指标。
通过遥感影像中的光谱特征，可以反演叶绿素的浓度分布，从而了解海洋浮游植物的生长状况和分布规律。
悬浮颗粒物的浓度和分布对于海洋光学特性和水质评价具有重要意义。
遥感技术可以通过测量水体的后向散射特性来估算悬浮颗粒物的浓度。
（二）海洋温度监测海面温度是海洋环境中的一个重要参数，它对海洋环流、海气相互作用和气候变化等都有着重要的影响。
遥感技术中的红外传感器可以通过测量海面的热辐射来获取海面温度信息。
微波传感器也可以用于海面温度的监测，并且具有不受天气条件影响的优势。
（三）海洋污染监测石油泄漏、污水排放等海洋污染事件对海洋生态系统造成了严重的威胁。
遥感技术可以快速、大面积地监测海洋污染的范围和程度。
例如，利用可见光遥感可以监测石油泄漏在海面形成的油膜，微波遥感可以探测到石油泄漏导致的海面粗糙度变化。
遥感技术在海洋环境监测中的应用研究
遥感技术在海洋环境监测中的应用研究随着人口的增加和工业化进程的加快，海洋环境受到越来越多的破坏。
为了保障海洋生态系统的持续发展和人类可持续发展，海洋环境监测变得尤为重要。
传统的海洋环境监测方法只能在区域范围内进行监测，不仅投入巨大，而且数据准确度和及时性都有所欠缺。
然而，遥感技术的应用为海洋环境监测提供了可行的解决方案，其远程观测和高精度定量分析的特点使其成为最为有效的海洋环境监测手段之一。
一、遥感技术在海洋环境监测中的原理与方法遥感技术是以各种载体（如卫星、飞机、遥感小卫星等）采集的电磁波反射、辐射、散射的信号为基础，以遥感图像作为数据源，利用数学模型和算法进行一系列的数据处理和分析。
运用遥感技术进行海洋环境监测主要包括以下方面：1. 海洋的遥感监测海洋的遥感监测主要利用可见光、红外线和微波等波段的遥感卫星对海洋表面的反射与辐射进行监测。
对于海洋近岸带与陆地边缘海区域，需要使用高分辨率卫星进行监测，可以获得高质量的海洋数据。
2. 海洋的遥感探测海洋的遥感探测主要利用可见光、红外线和微波等波段的遥感卫星对海底地形、海洋生态等进行探测。
这些数据可以用于制作海洋地形图、海底生态图以及海底岩石地质图等等。
3. 海洋的遥感检测海洋的遥感检测主要是指利用遥感技术对海洋表面的污染物进行监测。
通常使用多光谱遥感卫星和高坐标测量等技术进行监测，以获得高分辨率的污染数据。
二、遥感技术在海洋环境监测中的实际应用案例1. 遥感监测洋流洋流是对海洋环境变动很敏感的指标之一，而传统的洋流监测方法很难快速准确地获得大范围内的相关数据。
但遥感技术可以实现洋流的全球监测，并且可以实现针对性的监测，在卫星图像上可以看到洋流的运动状态和变化趋势。
2. 遥感监测海岸线变化海岸线的变化通常是由自然因素、人为因素或自然因素与人为因素混合造成的。
传统的检测方法通常有限，并且覆盖范围较小，但遥感技术可以实现海岸线的精确的全球监测，为防止海岸线变化和海岸灾害提供了实时数据支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
International Journal of Ecology 世界生态学, 2017, 6(2), 82-92 Published Online May 2017 in Hans. /journal/ije https:///10.12677/ije.2017.62010文章引用: 高慧, 赵辉, 沈春燕. 中国近海水色遥感研究进展[J]. 世界生态学, 2017, 6(2): 82-92.Progress in Ocean Color Remote Sensing of Chinese Marginal SeasHui Gao 1, Hui Zhao 1, Chunyan Shen 21College of Oceanography and Meteorology, Guangdong Ocean University, Zhanjiang Guangdong 2Fisheries College, Guangdong Ocean University, Zhanjiang Guangdong Received: May 6th , 2017; accepted: May 23rd , 2017; published: May 27th , 2017AbstractOcean color remote sensing is an important means of monitoring the marine environment; it has the advantages of high observation frequency, wide spatial coverage and small influence by sea condition. In recent years, marine scientific researchers and marine monitoring branches havebeen paid more and more attention. This paper reviews the development process of ocean color sensor, summarizes and classifies the ocean color inversion algorithms, and further takes remote sensing of ocean color in Chinese coastal regions as an example, to show the present status, progress and application prospect of ocean color in recent years. KeywordsChinese Marginal Seas, Ocean Color Remote Sensing Algorithm, Chlorophyll-A中国近海水色遥感研究进展高 慧1，赵 辉1，沈春燕21广东海洋大学，海洋与气象学院，广东 湛江 2广东海洋大学，水产学院，广东 湛江收稿日期：2017年5月6日；录用日期：2017年5月23日；发布日期：2017年5月27日摘 要海洋水色遥感是海洋环境监测的重要手段，具有观测频率高、空间覆盖广以及受海况影响小的优点，近年来逐渐受到海洋科研工作者和海洋监测部门的重视。
本文概述了水色传感器的发展历程，对水色反演高慧等算法进行了总结分类，并以中国近海为研究区域综述了中国近海遥感研究成果，展示近年来海洋水色研究的现状、取得的进展以及应用前景。
关键词中国近海，水色遥感算法，叶绿素Copyright © 2017 by authors and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY)./licenses/by/4.0/1. 引言海洋水色遥感是卫星对地观测系统中的一个重要组成部分[1]。
水色三要素是指水体叶绿素、悬浮无机物和黄色有机物质。
通过卫星传感器接收的电磁波谱信息来反演得到水体中影响海水光学性质的组分浓度，进而探测到海洋上层物质组成成分和浓度是海洋水色遥感技术的原理[2]。
水色遥感在针对海洋初级生产力的估算、海洋碳循环研究、海洋生态环境监测、海洋动力学研究、海洋渔业开发管理服务等方面都具有广泛的应用前景与深远的研究意义。
海水叶绿素浓度的测定对海洋初级生产力的研究至关重要。
水体叶绿素的常规测量方法需要在现场逐点采集水样，不仅成本高、速度慢、采样点稀疏，而且难以实现长时间大范围水域的同步采样测量，因此实测数据相对匮乏。
而水色卫星遥感可以弥补常规监测的缺陷，提供海洋大面积、实时、连续、密集、同步、高重复频率的叶绿素浓度的数据，这对于研究海洋生态环境演变、生物地球化学循环、气候变化、海洋-大气系统中碳循环、赤潮灾害监测、环境监测、海流(上升流、沿岸流等)及海洋渔业等方面具有重要的意义[3]。
2. 水色卫星传感器的发展1978年8月，美国国家宇航局(NASA)发射了世界上第一颗携带海洋水色传感器海岸带水色扫描仪CZCS (Coastal Zone Color Scanner)的卫星“雨云-7”(Nimbus-7)，它一直工作到1986年。
CZCS的8年成功运行验证了从卫星获取海洋水色要素浓度的可行性及其潜在的庞大价值，加快推进新型水色传感器的研究。
在CZCS停止运行10年之后，新型水色传感器纷纷投入业务化运行阶段，第二代水色卫星传感器主要有美国的SeaWiFS，日本的OCTS，法国的POLDER等。
第二代水色传感器与第一代水色传感器CZCS 相比具有优良的灵敏度、更多的光谱波段和更高的光谱分辨率。
第三代传感器又以美国的MODIS，日本的GLI，欧空局的MERIS等为代表。
目前使用较为广泛的水色卫星传感器数据主要来源于SeaWiFS、MODIS、MERIS以及多卫星传感器的融合数据(图1)。
20世纪80年代，中国开始了对海洋水色遥感进行研究，2002年5月15日，中国国内首颗海洋水色卫星——“海洋一号”A星(HY-1A)的成功发射，不仅结束了我国没有海洋卫星的历史，还成为了世界上第七个拥有海洋水色卫星自主权的国家[5]。
“海洋一号”卫星上装载有两个水色传感器，分别是10通道的海洋水色扫描仪COCTS和4通道海岸带成像仪CZI (CCD相机)，它们都十分适合于海岸带水体环境的监测和管理。
近几年及未来计划新增加的海洋水色传感器主要有地球静止海洋水色成像仪(GOCI)、可见光红外成高慧 等图片来源于Lee 等人(2007)的图1 [4] Figure 1. Spectral bands (location and width) of CZCS, SeaWiFS, MODIS, andMERIS图1. CZCS 、SeaWiFS 、MODIS 和MERIS 覆盖的光谱波段(位置和宽度)像辐射仪(VIIRS)、海洋和陆地颜色仪(OLCI)、第二代全球成像仪(SGLI)、超光谱成像仪(HSI)、以及改进型COCTS 及CZI 等[6] (表1)。
GOCI 是全球首个搭载在地球静止轨道卫星上的海洋水色传感器，它能对以130˚E 、36˚N 为中心的一定范围的海域进行观测，具有高光谱、高空间和高时间分辨率的特点。
由于它能在同一天内对同一区域进行多次观测，使得数据更新时间间隔短，因此它不仅能进行高频率的监测，而且对突发事件的处理也非常有利。
VIIRS 是MODIS 在未来的替代传感器，它可以收集陆地、大气、冰层和海洋在可见光和红外波段的辐射图像，其水色遥感功能和MODIS 相仿，辐射特征也差不多。
OLCI 是在MERIS 的基础上发展起来的，OLCI 针对海洋水色遥感的共有16个波段，它与之前的水色遥感器如MODIS 、SeaWiFS 等相比水色遥感的功能大大增强。
3. 海洋水色遥感算法海洋水色要素的反演算法通常可分为经验公式法和基于模型的解析算法两种类别[7]。
海水根据其光学性质的不同可划分为一类水体和二类水体[8]，一类水体指那些光学性质主要受浮游植物叶绿素影响的水体，通常一类水体为水深较深的开阔大洋；二类水体则受到的干扰因素较多，它不仅受水中浮游植物的影响，还受到其它悬浮无机物中和黄色有机物质的影响，对于水深比较浅的水域，还需要考虑水底物质对水体光学性质的影响，通常近岸水水体属于二类水体。
3.1. 经验公式算法经验公式算法是基于实验数据，通过测量获取水体表面的光谱辐射特征和水体中各要素的浓度，建立了以水体光学性质和水色要素浓度之间的定量关系为研究对象的算法。
3.1.1. 波段比值算法波段比值算法是最为典型的经验算法。
蓝绿波段比值法是海洋水色算法中反演叶绿素最常用的算法，因为大多数浮游植物吸收的可见光位于蓝绿光谱内(440~550 nm)。
蓝绿波段比值法最初是由Clark [9]提出用来方便处理和解释CZCS 图像。
Gordon [10] [11]等人进一步详细的讨论了基于CZCS 数据的叶绿素浓度的统计算法，研究了叶绿素浓度在开阔大洋的近表面分布并探讨它们与其他海洋要素之间的关系。
对 400 450 500 550 600 650 700 750 800Wavelength [nm]MERISMODIS SeaWiFSCZCSR r s [s r -1]0.0150.0120.0090.0060.0030.000高慧等Table 1. Basic situation of the main ocean color satellite sensors表1. 主要水色卫星传感器基本情况(参阅IOCCG) (/resources/missions-instruments/) 传感器卫星国家开始工作时间结束工作时间用于水色遥感波段数CZCS Nimbus－7 美国1978年8月1986年6月 6MOS IRS-P3 印度1996年3月2001年3月18OCTS ADEOS-1 日本1996年8月1997年6月12POLDER ADEOS-1 法国1996年8月1997年6月9SeaWiFS SeaSTAR 美国1997年8月2010年12月8OCI 福卫一号中国台湾1999年1月2003年4月 6OCM IRS-P4 印度1999年5月2003年11月8OSMI Kompast 韩国1999年8月2002年7月 6MODIS Terra/Aqua 美国1999.12/2002.5 至今8MERIS Envisat-1 欧洲2002年1月至今15GLI ADEOS-2 日本2002年12月2005年6月36COCTS HY-1A/ HY-1B 中国2002.5/2007.4 2004.3/至今10CZI HY-1A/ HY-1B 中国2002.5/2007.4 2004.3/至今 4 POLDER2 ADEOS-2 法国2002年12月2003年10月9POLDER3 PARASOL 法国2005年3月至今9GOCI COMS 韩国2010年6月至今8VIIRS NPP 美国2011年10月至今7OLCI Sentinel-3 欧洲2016年2月至今16于光学性质复杂的二类水体来说，蓝绿波段比值法对于叶绿素浓度变化的敏感度较低，所以反演精度较低。